Dit is een site voor studenten van de Open Universiteit. Voordat je een vraag kunt stellen moet je even een account aanmaken (dit systeem is niet gekoppeld aan je OU studentnummer en wachtwoord).

Welkom bij het vraag- en antwoord systeem van de onderzoeks-practica van de studie psychologie bij de Open Universiteit.

Houd er, als je een vraag stelt, rekening mee dat je de richtlijnen volgt!

0 leuk 0 niet-leuks

Ik heb in stap 4 van een hierarchische regressie analyse een beta waarden groter dan 1 en kleiner dan -1 (zie tabel hieronder).

Wat betekent dit? Er zou dan een indirect effect moeten zijn, maar waar kan dit indirect effect dan aan aflezen? Of moet ik dan andere aanvullende analyses uitvoeren?

Groetjes,

Sandra

 

 

 

Mental health

B

        95% CI

            β

    P

 

 

   LL           UL

 

 

Age

    -.14

  -0.18     -0.92   

           -.35

< .001

Education

  -1.10

  -1.69     -0.41

           -.19

   .001

Conscientiousness

  -3.09

  -4.87     -1.29

           -.25

   .001

Consuming three food groups

  -1.47

-25.07     -4.46

         -1.47

   .005

Conscientiousness x

 

 

 

 

       Consuming three food groups              

   1.46

    1.12      6.62   

          1.46

   .006

Note. CI= confidence interval; LL = lower limit, UL = upper limit. Respondents consuming from three food  groups were compared to respondents consuming from one food group, two food groups, four food groups and five food groups, respectively.


 

 

 

in Multivariate statistiek door (210 punten)

1 Antwoord

0 leuk 0 niet-leuks

Regressie-coefficienten ($\beta$'s en gestandaardiseerde $\beta$'s; niet-gestandaardiseerde $\beta$'s worden in SPSS om de een of andere reden ook wel $B$'s genoemd) zijn schattingen van de toename in de afhankelijke variabele bij een toename van 1 van de betreffende voorspeller. Het verschil tussen 'ruwe' $\beta$'s en gestandaardiseerde $\beta$'s is dat ruwe $\beta$'s in de oorspronkelijke schaal van de variabelen zijn, terwijl  gestandaardiseerde $\beta$'s de $\beta$'s zijn die je had gekregen als je al je variabelen had gestandaardiseerd voordat je je regressie-analyse had gedaan. Daarom zijn die twee in jouw geval gelijk; je hebt (heel correct) je variabelen gestandaardiseerd, wat inderdaad goed is om te doen als je een interactie onderzoekt.

De regressie-coefficient van leeftijd is -.14, wat betekent dat een toename in leeftijd van 1 (waarschijnlijk 1 jaar) samenhangt met een toename in je afhankelijke variabele van -.14, oftewel een afname met .14. Als je als je variabelen had gestandaardiseerd, was de afname .35 geweest, wat betekent dat een toename in leeftijd met 1 standaarddeviatie samenhangt met een afname van ongeveer een derde standaarddeviatie in je afhankelijke variabele.

Een regressie-coefficient die groter is dan 1 betekent dus niet meer of minder dan dat de afhankelijke variabele meer dan 1 stijgt bij een toename van je voorspeller van 1. Een coefficient die lager is dan -1 betekent simpelweg dat de afhankelijke variabele met minder dan 1 daalt bij toename van de betreffende voorspeller met 1.

De hoogte van deze coefficienten zegt dus niets over of effecten direct of indirect zijn. Voor mediatie-analyse moet je bootstrapping gebruiken, of structural equation modelling, of een serie analyses (waaronder mogelijk regressie-analyses). Er is een bron over mediatie-analyse in de M&T community op Studienet.

Houd er verder rekening mee dat je in principe voor mediatie-analyse drie meetmomenten nodig hebt. Dit wordt heel goed uitgelegd (met plaatjes! :-)) in het artikel van Robert Roe, zie http://www.ehps.net/ehp/issues/2012/v14iss1_March2012/14_1_Roe.pdf.

Jouw analyses impliceren dat je afhankelijke variabele (mental health?) lager is naarmate mensen hoger scoren op conscientiousness, en lager als ze drie food groups consumeren (versus 1, 2, 4 of 5, kennelijk?). Dit patroon is echter anders als mensen drie food groups consumeren: dan is er juist een positief verband tussen conscientiousness en mental health. Zoals je aan de breedte van de betrouwbaarheidsintervallen ziet, zijn de schattingen van de regressie-coefficienten erg instabiel; die van 'consuming three food groups' had even goed -25 of -4 kunnen zijn. Hey, dat kan niet. De puntschatting van de regressie-coefficient hoort binnen het betrouwbaarheidsinterval te liggen. Ik denk dat je dit misschien nog even moet bespreken met je begeleider.

[EDIT 2016-09-13: zie ook http://oupsy.nl/help/2461/interactie-hypothesis-onafhankelijke-variabelen-correleren]

door (77.8k punten)
bewerkt door
...